OpenAI新数学顾问组究竟能做什么、不能做什么？

OpenAI针对其纳维—斯托克斯（Navier–Stokes）结果引发的审查与争议，支持成立了“数学与人工智能顾问组”（Advisory Group on Mathematics and Artificial Intelligence）。该组织由普林斯顿高等研究院（Institute for Advanced Study，IAS）托管，负责就AI生成数学成果的评估和对外沟通提供建议。

关键在于：它是顾问机构，不是数学期刊，不是能够独立认证证明的权威，也不是能监管OpenAI研发计划的机构。332

争议从何而来

9月8日，OpenAI公布了一份166页手稿及其Lean形式化版本，宣称证明在平滑外力作用下，三维纳维—斯托克斯流可在有限时间内出现奇性；OpenAI将其描述为对“存在性与光滑性问题”的解答。6

Lean是一种证明助理：它可对已编码的定义、公理和引理进行机械检验，确认形式化定理是否能由这些内容推导出来。但机器检验并不会自动让人类读者理解证明思路，也不能单独解决建模设定是否准确对应原始问题、结果如何解释及其学术意义为何等问题。媒体报道指出，这份证明仍需要时间由数学家厘清；新顾问组的设立也被视为对重大AI数学成果应如何审查与传播的质疑所作出的回应。2

此外，还有一场关于署名与优先权的纠纷。Tristan Buckmaster和Levent Alpöge在相近时期发布了与流体方程相关、经Lean验证的成果，随后双方围绕归属问题发生公开争议。这与OpenAI的形式化证明能否通过检验是两回事：前者关乎研究思路的来源、接触过程和应给予谁何种学术信用。1

9位创始成员是谁

首届顾问组成员为：

• François Charles
• Camillo De Lellis
• Timothy Gowers
• Martin Hairer
• Nikhil Srivastava
• Ulrike Tillmann
• Ravi Vakil
• Edward Witten
• Melanie Matchett Wood 26

顾问组由IAS托管，但OpenAI称其独立于公司运作。33

它有哪些权限

按OpenAI公布的章程，顾问组将就新数学成果的评估与沟通提出意见，包括评估成果的重要性、协调发布方式，以及是否符合数学研究的学术与专业规范。1733

其“独立性”包含几项具体安排：

• 成员不从OpenAI领取报酬；
• 可以主动提出OpenAI未征求的建议；
• 可以公开评论OpenAI对数学界的影响；
• 可以将自己的建议公开；
• 可以自行决定如何调整成员构成。33

这些安排至少让成员不必只在闭门场合向公司反馈；必要时，他们可以公开表达不同意见。不过，顾问组的意见仍不具约束力。33

它不能做什么

顾问组没有权力决定OpenAI数学研究的方向或时间表。OpenAI明确表示，该组织不负责就公司内部数学研究推进速度提供建议。332

据此，它不能：

• 强制叫停一项研究公告；
• 要求OpenAI公开证明、模型或内部研究记录；
• 强迫公司改变发布策略；
• 代表整个数学界“正式接受”某个数学结论；
• 单凭自身意见裁决既往的优先权或署名纠纷。

换言之，顾问组可以建议标准、提出异议并公开发声，但模型控制权、内部工作流程、证据披露范围以及是否采纳建议，仍掌握在OpenAI手中。它更像AI实验室与数学界之间的沟通桥梁，而不是独立同行评审的替代品。332

独立性与代表性仍是问题

顾问组拥有公开表达和发布意见的空间，但这种空间能否转化为实际影响，取决于成员是否愿意使用，以及OpenAI是否愿意回应。尤其值得注意的是，顾问组无权干预研究推进速度；而“快速、宣传先行的发布方式”恰是AI实验室处理数学结论时受到批评的焦点之一。233

9位成员学术声望很高，这为组织提供了可信度；但9人不可能天然代表全部相关观点。形式化方法专家、直接相关领域的研究者、青年数学家，以及创始成员所属机构之外的学术社群，对审稿、开放获取、署名和发布规范都可能有不同看法。也有报道提出，成员遴选过程本身仍有待更多说明。37

不领取报酬有助于与OpenAI保持距离，但也意味着：若要进行长期、细致甚至带有对抗性的审查，成员是否有足够时间，以及他们能否获得完整底层材料，都将成为现实限制。

对纳维—斯托克斯主张意味着什么

OpenAI的Lean形式化是一项重要的可核验材料：它让研究者能够机械检查已编码证明的推导是否成立。但数学共同体仍需独立审阅手稿、形式化文件、前提假设，并判断所陈述的定理与原问题之间的关系。顾问组可以建议应怎样评估和沟通，却不能替代这一过程。332

同样，顾问组的出现也不会自动解决与Buckmaster相关的署名争议。若要作出可信结论，需要基于证据审查时间线、具体贡献、信息接触情况和学术信用，而不能仅依赖一项顾问建议。1

对“另有100多项成果”的真正考验

OpenAI称，其内部模型还解决了100多个额外的开放数学问题；顾问组预计将协助推动这些结果以更负责任的方式发布。3633

若要让这一过程经得起检验，顾问组可以推动更适合独立评估的发布顺序：

1. 精确定义每一道问题。 公开清单应明确区分已确立定理、待验证的解答、推广结果和相关发现。
2. 同时发布可读证明与可机器核验材料。 人类可读论文解释结果为何重要；形式化文件则允许他人复现机械检验。
3. 引入对应领域的专家审查。 流体力学、代数、几何、逻辑等问题，应由各自领域的研究者审阅，不能只依赖一个综合性顾问组。
4. 记录来源与贡献。 一旦涉及优先权、模型访问或未公开工作被使用的争议，清晰的时间记录与贡献说明尤其重要。
5. 把“发现”与“验证”分开。 AI可以给出有前景的证明，但学界接受一项结果仍依赖公开检验与可持续的学术传播。

因此，这个新机构是一次值得关注的治理试验，但不是争议的终点。它的价值最终取决于：建议会不会公开、OpenAI会不会提供足够材料供外部数学家核验，以及未来发布能否把审查和署名置于与新闻发布同等重要的位置。